9月16日-17日，首届聚合智能产业发展大会（2025）将在光谷举办。大会以“协同融合创新链产业链 推动聚合智能产业发展”为主题，聚焦智能机器人、低空飞行、智能汽车等技术同源、要素相通、应用融合的产业特点，探索AI时代，如何以聚合智能产业视角协同推进几大产业发展。(扫描下方二维码或点击文末阅读原文，即可报名参会)

在大会前夕，基于对十余家智能机器人企业的调研，车百智库研究院发布了调研报告《聚合智能视角下，智能机器人发展的思考与建议》（以下简称《报告》），并提出一个判断：“当前智能机器人产业仍处于‘演示成熟’阶段，距离‘产业成熟’尚需穿越数据、标准、安全、场景融合等多重挑战。”

以下我们从报告出发，展现智能机器人发展现状、关键难点及未来建议，助力读者把握趋势，理解本质。

智能机器人是21世纪20年代出现的机器人新品类。传统“非智能”专用机器人只能根据预编程代码，在特定场景执行特定任务，不具备场景、任务的泛化性。而2023年以来大模型技术的进步，使机器人具备了感知环境并进行决策和行动，以及不断学习和适应的能力，成为行业关注的新方向。同时，人的劳动力结构性短缺推动汽车、半导体等行业产生更多落地需求，产业链的成熟使创业者可以买到相对成熟的本体、电机，无需再“从头造轮子”；演示能力的成熟也引发公众广泛关注，这些因素共同推动机器人向智能化方向加速演进。

图表1 智能机器人与其他相关概念的关系

资料来源：《人形机器人标准化白皮书》

目前智能机器人仍属于“玩具”、“教具”、“展具”、“科研工具”，能够通过预编程或高度优化的演示环境，展现出较强的动作控制能力和流畅的语言交互能力，通过“演示”吸引公众关注。例如春晚宇树机器人的跳舞演示，北京举办的机器人马拉松大赛，杭州举办的机甲格斗擂台赛等，但距离产业成熟规模化应用阶段仍有距离。

在聚合智能的技术体系下，智能机器人产业正面临一次深度的场景化重构。要让智能机器人迈向产业成熟，需要跨越以下关键关口。

数据方面，其训练数据需求比智能汽车更广、量更大且获取更难：网络视频数据质量差仅适用于基础预训练，仿真数据物理细节模拟不精，而真实数据虽覆盖全环节，却面临冷启动成本高昂（单条抓取数据上千、汽车工厂应用成本达 5 亿美元）和 “数据孤岛” 效应突出的难题，低成本构建高质量数据飞轮成为关键。

标准方面，分级评价体系因功能技术多元难以平衡 “准确性” 与 “传播性” 而分歧显著；可靠性标准及测试体系不完善，无法满足工业场景对功能可靠性、动态适应性的高要求；场景侧与使用侧标准缺失，甚至形成 “自证陷阱” 阻碍落地。

安全与伦理方面，需更严密的数据和网络安全防护应对广泛场景下的敏感信息采集风险；人机协作在动态非结构化环境中面临紧急制动难及人类互动 “边角案例” 等安全挑战；社会伦理问题更复杂，既存在机器代人引发大范围舆论的风险，也面临 C 端面向特殊群体时因知识库局限导致错误认知的严重后果。

《报告》指出，汽车产业有望成为智能机器人迈向产业成熟的重要突破口，原因在于汽车制造规模大、链条长、场景多，且自动化基础较好，环境相对固定。但除上述数据、标准、安全等共性问题外，该场景还面临两大特有挑战：

一是从“通用”到“专用”的转变问题。工业产品创新往往要经历demo-定制化方案-标准化产品的转变，从“通用”机器人demo到汽车“专用性”产品面临诸多挑战：训练和开发工具方面，汽车领域特有工具和训练体系尚未形成，智能机器人厂商在汽车制造垂域的多模态数据采集和训练体系尚不完善；人才和组织方面，既懂汽车制造业务又能理解人形机器人技术的跨学科人才较少，类似汽车产业的Tier1系统集成商角色尚未形成，缺少衔接“科学家”和“工人”的“工程师”角色；产品规划方面，需要探索既能快速满足汽车制造现有场景需求和成本要求，又能训练机器人泛化能力向更多汽车乃至其他制造场景迁移的方案。

二是规模化早期的技术能力、成本存在“先有鸡、先有蛋”问题。一方面，现阶段智能机器人的能力和成本尚不具备量产需求。目前智能机器人不具备高精度力控和手眼协调的精细化操作能力，且连续任务完成度较低，只能用于支持检测、拣选、搬运等非接触或不需要精确力控的简单作业。例如Optimus用于电池包分拣和搬运，优必选Walker S系列在比亚迪、东风柳汽、极氪工厂执行安全带检测、车门锁检测、物料搬运、分拣任务等。且成本大多处于30-100万元人民币区间，需要进一步缩减到10-20万元人民币区间。另一方面，技术迭代和成本优化需要规模化量产支撑，包括建立基于量产的数据飞轮体系，结合实际业务实现核心零部件的定型、标准化等。

智能机器人在汽车制造场景应用路线图

信息来源：蔚来汽车、闭门研讨会发言。车百智库研究院整理

《报告》基于调研，提出了四方面的发展建议，以推动智能机器人从“演示”走向“产业”。

1.推动智能汽车与智能机器人的技术流动和供应链迁移

梳理智能机器人与智能汽车关键共性技术和供应链图谱，建立专项支持技术和供应链的双向流动，推动已成熟技术跨行业迁移适配，针对卡点技术、国产化难点技术联合攻关，建设跨学科研发人才培养机制，借助跨行业联盟、会议，减少行业间认知差异和沟通障碍。 

2.探索建设聚合智能场景实训场和应用试点

探索设计智能机器人、智能汽车、无人机、飞行器协同应用场景，构建实训场采集训练数据，如无人驾驶+智能机器人的无人救援训练，无人物流汽车+智能机器人爬楼的立体化无人配送训练等，探索建立融合场景的应用试点。

3.探索机器人、汽车企业的多样化产业合作模式

在简单的产品交易关系之外探索深度合作模式，鼓励车企与人形机器人厂商通过资本合作结对子，由车企提供场景、数据、算力、供应链，机器人厂商提供技术、人才，共同基于汽车场景打造工业场景智能机器人产品。借鉴汽车供应链结构，探索形成一批具备汽车场景理解能力和机器人定制化能力的Tier1集成服务商和共性基础软硬件Tier2供应商。

4.以汽车为切入点探索形成基于场景的标准、管理体系

结合典型场景需求快速构建智能机器人在不同场景的技术标准，探索相关管理体系，自下而上的总结、形成典型行业-通用标准多级标准体系。以汽车制造行业为切入点，总结、梳理、撰写汽车产业智能机器人应用白皮书，推动形成车企、机器人标准联合体，构建相关技术标准。

《报告》提出的问题挑战与探索方向，与首届聚合智能产业发展大会（2025）的议题高度契合，有望在大会上进一步凝聚行业共识。

研报执笔人：张永伟、于渤涵、张强

改写：周颖